@0xCheshire: 查马斯刚刚揭开了一个让 AI 行业极度不安的真相。 他找来自家 CTO 盘点公司的支出情况,得到的结果令人瞠目结舌: “目前我们的 token 成本每 45 天翻一番”,但下游生产力的提升最多大概 5%”。 成本呈指数级暴涨,收益却基本持…
摘要
查马斯揭露AI行业成本与收益的残酷真相:token成本每45天翻一番,但下游生产力提升最多只有5%,大模型能力提升已达渐近线,未来3-4年内每家公司都将面临成本与收益的终极清算。
查看缓存全文
缓存时间: 2026/07/13 17:58
查马斯刚刚揭开了一个让 AI 行业极度不安的真相。
他找来自家 CTO 盘点公司的支出情况,得到的结果令人瞠目结舌:
“目前我们的 token 成本每 45 天翻一番”,但下游生产力的提升最多大概 5%”。
成本呈指数级暴涨,收益却基本持平。
大模型的能力提升实际上已经达到了渐近线,现在想要获得下一轮哪怕极其微小的改进,都需要消耗海量的 token。
查马斯指出,未来 3 到 4 年内,每家公司都肯定会经历这场成本与收益的终极清算。
柴郡🔔|Crypto+AI Plus (@0xCheshire): 查马斯:现代开发者已经不再需要所谓的“判断力”了。
过去,10 倍效率工程师之所以牛,是因为他们的判断力碾压普通人。
但现在,AI 代理把所有人都变成了 10 倍效率工程师,代码层面已经没有任何差异化可言。
如果你今天去创业,你还会去纠结底层用什么数据库吗?还会去权衡该选 GCP、AWS 还是 Azure
相似文章
@DashHuang: 把 AI 想象成数字员工,一个人管理的下属员工的薪资,和自己的薪资 1 : 1,甚至 1 : 10 其实都是正常的。所以未来 AI Token 的费用成本和员工工资齐平或超过都是可预期的。当然投产比的衡量标准也会和团队人数、薪资成本一样。…
将AI token消耗类比为数字员工薪资,预测token费用将与员工工资持平或超过,并讨论企业如何衡量投入产出比及控制成本。
[Mike Pound] Why AI Tokens are so Expensive - Computerphile
本文解释AI token的昂贵原因:自回归生成过程需要逐token预测并重复计算整个上下文,导致计算量随上下文线性增长;编码智能体因多轮交互和文件读取会迅速累积超长上下文,进一步推高token开销。
代币账单到期:行业竞相应对AI失控成本的内幕
本文探讨了企业因代币消耗增加而面临AI成本飙升的困境,导致预算超支,并成立新的标准机构Tokenomics Foundation,以对AI代币进行成本管控。
@AYi_AInotes: 卧槽,6个月→15天! 森马用AI把整个服装行业的底裤都扒了。 真的兄弟们,看完森马的 AI 落地,我直接懵了, 光2025年,AI就给森马带来几个亿的确收回款, 节省视觉、营销、样衣研发等成本数千万, 上新周期从 6 个月,直接压到了 …
本文报道了森马集团将AI深度融入供应链、营销、视觉设计等400多个业务场景,成功将新品开发周期从6个月缩短至15天,并实现数千万成本节约与数亿回款,展示了AI在传统制造业的落地价值。
@FinanceYF5: 美国企业AI支出最新数据 1/Ramp 追踪了7万家美国企业的AI支出,结论有点意思 AI普及率快到100%了,但真正"AI上瘾"的公司,每月人均烧$7,449 普通公司?$11.38——一个Claude订阅的钱
Ramp追踪了7万家美国企业的AI支出,发现AI普及率接近100%,但不同企业间支出差异巨大:重度使用者每月人均烧$7,449,而普通公司仅$11.38(一个Claude订阅的费用)。